多元分布的樣本均值向量的估計(jì)

一：多元分布的樣本均值向量的估計(jì)1整理課件2整理課件3整理課件4整理課件5整理課件6整理課件7整理課件二：多元分布的樣本協(xié)差陣、離差陣的估計(jì)8整理課件9整理課件10整理課件11整理課件這里給出的樣本協(xié)差陣是，而不是12整理課件系統(tǒng)聚類(lèi)法設(shè)有20個(gè)土壤樣品分別對(duì)5個(gè)變量的觀(guān)測(cè)數(shù)據(jù)下表所示，試?yán)孟到y(tǒng)聚類(lèi)法對(duì)其進(jìn)行樣品聚類(lèi)分析。土壤樣本的觀(guān)測(cè)數(shù)據(jù)13整理課件14整理課件 〔一〕操作步驟 1.在SPSS窗口中選擇Analyze→Classify→HierachicalCluster，調(diào)出系統(tǒng)聚類(lèi)分析主界面，并將變量X1～X5移入Variables框中。在Cluster欄中選擇Cases單項(xiàng)選擇按鈕，即對(duì)樣品進(jìn)行聚類(lèi)〔假設(shè)選擇Variables，那么對(duì)變量進(jìn)行聚類(lèi)〕。在Display欄中選擇Statistics和Plots復(fù)選框，這樣在結(jié)果輸出窗口中可以同時(shí)得到聚類(lèi)結(jié)果統(tǒng)計(jì)量和統(tǒng)計(jì)圖。15整理課件K均值聚類(lèi)分析主界面16整理課件 2.點(diǎn)擊Iterate按鈕，對(duì)迭代參數(shù)進(jìn)行設(shè)置。MaximumIterations參數(shù)框用于設(shè)定K-means算法迭代的最大次數(shù)，ConvergenceCriterion參數(shù)框用于設(shè)定算法的收斂判據(jù)，其值應(yīng)該介于0和1之間。例如判據(jù)設(shè)置為0.02，那么當(dāng)一次完整的迭代不能使任何一個(gè)類(lèi)中心距離的變動(dòng)與原始類(lèi)中心距離的比小于2時(shí)，迭代停止。設(shè)置完這兩個(gè)參數(shù)之后，只要在迭代的過(guò)程中先滿(mǎn)足了其中的參數(shù)，那么迭代過(guò)程就停止。這里我們選擇系統(tǒng)默認(rèn)的標(biāo)準(zhǔn)。單擊Continue，返回主界面。Iterate子對(duì)話(huà)框17整理課件 3.點(diǎn)擊Save按鈕，設(shè)置保存在數(shù)據(jù)文件中的說(shuō)明聚類(lèi)結(jié)果的新變量。其中Clustermembership選項(xiàng)用于建立一個(gè)代表聚類(lèi)結(jié)果的變量，默認(rèn)變量名為qcl_1；Distancefromclustercenter選項(xiàng)建立一個(gè)新變量，代表各觀(guān)測(cè)量與其所屬類(lèi)中心的歐氏距離。我們將兩個(gè)復(fù)選框都選中，單擊Continue按鈕返回。Save子對(duì)話(huà)框18整理課件

4.點(diǎn)擊Options按鈕，指定要計(jì)算的統(tǒng)計(jì)量。選中Initialclustercenters和Clusterinformationforeachcase復(fù)選框。這樣，在輸出窗口中將給出聚類(lèi)的初始類(lèi)中心和每個(gè)觀(guān)測(cè)量的分類(lèi)信息，包括分配到哪一類(lèi)和該觀(guān)測(cè)量距所屬類(lèi)中心的距離。單擊Continue返回。 5.點(diǎn)擊OK按鈕，運(yùn)行K均值聚類(lèi)分析程序。Options子對(duì)話(huà)框19整理課件 〔二〕主要運(yùn)行結(jié)果解釋 1.InitialClusterCenters〔給出初始類(lèi)中心〕 2.IterationHistory〔給出每次迭代結(jié)束后類(lèi)中心的變動(dòng)〕 從下表中可以看到本次聚類(lèi)過(guò)程共經(jīng)歷了三次迭代。由于我們?cè)贗terate子對(duì)話(huà)框中使用系統(tǒng)默認(rèn)的選項(xiàng)〔最大迭代次數(shù)為10和收斂判據(jù)為0〕，所以在第三次迭代后，類(lèi)中心的變化為0，從而迭代停止。20整理課件

迭代過(guò)程中類(lèi)中心的變化量21整理課件3.ClusterMembership〔給出各觀(guān)測(cè)量所屬的類(lèi)及與所屬類(lèi)中心的距離〕 下表中Cluster列給出了觀(guān)測(cè)量所屬的類(lèi)別，Distance列給出了觀(guān)測(cè)量與所屬類(lèi)中心的距離。22整理課件各觀(guān)測(cè)量所屬類(lèi)成員表23整理課件 4.FinalClusterCenters〔給出聚類(lèi)結(jié)果形成的類(lèi)中心的各變量值〕最終的類(lèi)中心表24整理課件從以上兩表可以看出31個(gè)地區(qū)被分成3類(lèi)。第一類(lèi)包括：江蘇、浙江、山東和廣東4個(gè)省。這一類(lèi)的類(lèi)中心三個(gè)產(chǎn)業(yè)的產(chǎn)值分別為1102.14億元、6423.01億元和4454.26億元，屬于三個(gè)產(chǎn)業(yè)都比較興旺的地區(qū)。第二類(lèi)包括：天津、山西、內(nèi)蒙古、吉林、江西、廣西、海南、重慶、貴州、云南、西藏、陜西、甘肅、青海、寧夏和新疆16個(gè)地區(qū)。這一類(lèi)的類(lèi)中心三個(gè)產(chǎn)業(yè)的產(chǎn)值分別為307.61億元、795.41億元和673.63億元，屬于欠興旺地區(qū)。剩下的11個(gè)地區(qū)為第三類(lèi)。這一類(lèi)的類(lèi)中心三個(gè)產(chǎn)業(yè)的產(chǎn)值分別為713.28億元、2545.20億元和212.87億元，屬于中等興旺地區(qū)。25整理課件

5.由于我們已經(jīng)在Save子對(duì)話(huà)框中設(shè)